RU2012127417A - SYSTEMS, DEVICES AND METHODS FOR USING CONTEXT INFORMATION - Google Patents

SYSTEMS, DEVICES AND METHODS FOR USING CONTEXT INFORMATION Download PDF

Info

Publication number
RU2012127417A
RU2012127417A RU2012127417/08A RU2012127417A RU2012127417A RU 2012127417 A RU2012127417 A RU 2012127417A RU 2012127417/08 A RU2012127417/08 A RU 2012127417/08A RU 2012127417 A RU2012127417 A RU 2012127417A RU 2012127417 A RU2012127417 A RU 2012127417A
Authority
RU
Russia
Prior art keywords
user
product
specified
computer
sellers
Prior art date
Application number
RU2012127417/08A
Other languages
Russian (ru)
Other versions
RU2541890C2 (en
Inventor
Марк ЯРВИС
Рита Х. ВУХАЙБИ
Фил МЬЮЗ
Ленитра М. ДЮРЭМ
Саи Б. ПРАСАД
Санджита Р. ШАРМА
Чиех-Йих ВАН
Original Assignee
Интел Корпорейшн
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Интел Корпорейшн filed Critical Интел Корпорейшн
Publication of RU2012127417A publication Critical patent/RU2012127417A/en
Application granted granted Critical
Publication of RU2541890C2 publication Critical patent/RU2541890C2/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Abstract

1. Способ, содержащий этапы, на которых:собирают контекстную информацию о пользователе и используют эвристику, основанную на базе данных общедоступных сведений, для перевода местоположения, отслеживаемого в течение времени, вместе с контекстной информацией в семантическую информацию о местоположении.2. Способ по п.1, дополнительно содержащий этап, на котором создают и идентифицируют указанную эвристику.3. Способ по п.2, содержащий этапы, на которых получают отслеживаемые данные о координатах GPS на протяжении всего дня пользователя и сначала выполняют кластеризацию для идентификации интересуемых местоположений, после повышают уровень местоположения до улицы и номера дома или названия фирмы, и выполняют семантическую интерпретацию для помещения в одну из несколько категорий.4. Способ по п.3, содержащий этап, на котором используют эвристику для выполнения семантической интерпретации кластеризованных местоположений, имеющих уровень, поднятый до улицы и номера дома или названия фирмы для помещения в одну из нескольких категорий.5. Способ по п.4, дополнительно содержащий этап, на котором конкретизируют категории получением набора ежедневных шаблонов.6. Способ по п.1, дополнительно содержащий этап, на котором предоставляют семантическую информацию о местоположении поставщику услуг, при этом обеспечивают при помощи поставщика услуг стимулирование указанного пользователя на основе контекстной информации.7. Способ определения заинтересованности пользователя в конкретном товаре и распознавания общих предпочтений и привычек пользователя при совершении покупок, содержащий этапы, на которых:используют поведение �1. A method comprising the steps of: collecting contextual information about a user and using a heuristic based on a public information database to translate a location tracked over time together with contextual information into semantic location information. The method of claim 1, further comprising the step of creating and identifying said heuristic. The method according to claim 2, comprising the steps of obtaining tracked data about GPS coordinates throughout the user's day and first performing clustering to identify the locations of interest, then raising the level of the location to the street and house number or company name, and performing semantic interpretation for placing into one of several categories. 4. The method according to claim 3, comprising the step of using heuristics to perform semantic interpretation of clustered locations having a level raised to street and house number or company name to be placed in one of several categories. The method of claim 4, further comprising the step of specifying the categories by obtaining a set of daily templates. The method of claim 1, further comprising the step of providing semantic location information to a service provider, while the service provider provides incentives for said user based on contextual information. A method for determining the user's interest in a particular product and recognizing the user's general preferences and habits when making purchases, containing the stages at which: use behavior �

Claims (48)

1. Способ, содержащий этапы, на которых:1. A method comprising the steps of: собирают контекстную информацию о пользователе и используют эвристику, основанную на базе данных общедоступных сведений, для перевода местоположения, отслеживаемого в течение времени, вместе с контекстной информацией в семантическую информацию о местоположении.collect contextual information about the user and use a heuristic based on a database of publicly available information to translate a location tracked over time, along with contextual information into semantic location information. 2. Способ по п.1, дополнительно содержащий этап, на котором создают и идентифицируют указанную эвристику.2. The method according to claim 1, further comprising the step of creating and identifying said heuristic. 3. Способ по п.2, содержащий этапы, на которых получают отслеживаемые данные о координатах GPS на протяжении всего дня пользователя и сначала выполняют кластеризацию для идентификации интересуемых местоположений, после повышают уровень местоположения до улицы и номера дома или названия фирмы, и выполняют семантическую интерпретацию для помещения в одну из несколько категорий.3. The method according to claim 2, comprising the steps of obtaining tracked data on GPS coordinates throughout the user's day and first performing clustering to identify locations of interest, then increasing the location level to the street and house number or company name, and performing a semantic interpretation for placement in one of several categories. 4. Способ по п.3, содержащий этап, на котором используют эвристику для выполнения семантической интерпретации кластеризованных местоположений, имеющих уровень, поднятый до улицы и номера дома или названия фирмы для помещения в одну из нескольких категорий.4. The method according to claim 3, comprising the step of using heuristics to perform a semantic interpretation of clustered locations having a level raised to the street and house number or company name to be placed in one of several categories. 5. Способ по п.4, дополнительно содержащий этап, на котором конкретизируют категории получением набора ежедневных шаблонов.5. The method according to claim 4, further comprising the step of concretizing the categories by obtaining a set of daily patterns. 6. Способ по п.1, дополнительно содержащий этап, на котором предоставляют семантическую информацию о местоположении поставщику услуг, при этом обеспечивают при помощи поставщика услуг стимулирование указанного пользователя на основе контекстной информации.6. The method according to claim 1, further comprising the step of providing semantic location information to the service provider, while stimulating the specified user based on the contextual information using the service provider. 7. Способ определения заинтересованности пользователя в конкретном товаре и распознавания общих предпочтений и привычек пользователя при совершении покупок, содержащий этапы, на которых:7. A method for determining the user's interest in a particular product and recognizing the general preferences and habits of the user when making purchases, comprising stages in which: используют поведение пользователя при просмотре веб-страниц для определения товаров, интересующих указанного пользователя в качестве объекта приобретения, и предпочтительного для пользователя способа совершения покупок; при этомuse the user’s behavior when browsing the web to determine the goods of interest to the specified user as the object of purchase, and the preferred method of shopping for the user; wherein определяют поведение при просмотре веб-страниц посредством отслеживания некоторых или всех загруженных веб-страниц и анализа, по меньшей мере, URL, текста страницы и cookies, связанных с каждой загруженной веб-страницей.determine web browsing behavior by tracking some or all of the loaded web pages and analyzing at least the URL, page text and cookies associated with each loaded web page. 8. Способ по п.7, дополнительно содержащий этапы, на которых отслеживают, в течение времени набор посещенных доменов и анализируют отдельные страницы для определения, представляют ли указанные страницы результат поиска или веб-страницы с описанием товара, на основании известных шаблонов веб-страниц.8. The method according to claim 7, further comprising the steps of monitoring over a set of visited domains over time and analyzing individual pages to determine whether said pages represent a search result or product description web pages based on known web page patterns . 9. Способ по п.8, дополнительно содержащий этапы, на которых используют известные форматы URL, структуры страницы и текстовые шаблоны, отслеживают количество осуществленных поисков и набор сайтов, на которых был осуществлен поиск, идентифицируют просмотры товара на сайтах продавцов, и получают веб-страницы, содержащие подробности о товаре, и дополнительную информацию от общедоступных системах веб-узлов.9. The method of claim 8, further comprising the steps of using known URL formats, page structures, and text patterns, tracking the number of searches performed and the set of sites on which the search was performed, identifying product views on sellers sites, and receiving web pages containing product details and additional information from publicly available website systems. 10. Способ по п.9, дополнительно содержащий этапы, на которых: отслеживают набор сайтов, на которых был просмотрен товар, и отслеживают для каждого сайта количество посещений пользователем на указанном сайте описания указанного товара, дату последнего посещения, количество активных посещений, во время которых пользователь взаимодействовал со страницей на указанном сайте посредством прокрутки или щелчков, и количества добавлений товара в виртуальную корзину продавца.10. The method according to claim 9, additionally containing stages in which: they track the set of sites on which the product was viewed, and track for each site the number of visits by the user on the specified site to the description of the specified product, date of the last visit, number of active visits, during which the user interacted with the page on the specified site by scrolling or clicks, and the number of product additions to the seller’s virtual basket. 11. Способ по п.7, дополнительно содержащий этап, на котором идентифицируют учетные данные пользователя на основании веб-страниц и cookies для соотнесения поиска и просмотров страниц с товарами с конкретным пользователем.11. The method according to claim 7, further comprising the step of identifying user credentials based on web pages and cookies to correlate searches and page views with products to a specific user. 12. Способ по п.7, дополнительно содержащий этап, на котором вычисляют товар, интересующий пользователя для приобретения посредством оценки каждого товара в соответствии с нижеприведенной формулой:12. The method according to claim 7, further comprising the step of calculating the product of interest to the user for purchase by evaluating each product in accordance with the following formula: s c o r e = A d ( W p V p + W a V a + W M ( M − 1 ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000001
 s c o r e = A d ( W p V p + W a V a + W M ( M - one ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000001
 где А - коэффициент срока действия (например, 0,9);where A is the coefficient of validity (for example, 0.9); d - количество дней, прошедшее с момента последнего просмотра указанного товара;d - the number of days that have passed since the last viewing of the specified product; Vp - общее количество просмотров страниц с указанным товаром для всех продавцов;V p - the total number of page views with the specified product for all sellers; Wp - числовой весовой коэффициент для просмотров страниц;W p - numerical weighting factor for page views; Va - количество активных просмотров страниц с указанном товаром для всех продавцов;V a - the number of active pageviews with the specified product for all sellers; Wa - числовой весовой коэффициент для активных просмотров страниц;W a - numerical weighting factor for active pageviews; М - количество продавцов, у которых данный товар был просмотрен;M - the number of sellers whose product has been viewed; WM - числовой весовой коэффициент для количества продавцов;W M is the numerical weight coefficient for the number of sellers; С - количество помещений товара в корзину для всех продавцов;C is the number of premises of the product in the basket for all sellers; Wc - числовой весовой коэффициент добавления товара в корзину;W c is the numerical weight coefficient of adding the product to the basket; Si - количество слов, используемых в i-м поисковом запросе, совпадающем с метаданными указанного товара.S i - the number of words used in the i-th search query that matches the metadata of the specified product. 13. Способ по п.10, дополнительно содержащий этап, на котором используют собранную информацию для определения категорий товаров обычно приобретаемых пользователем, и набора часто посещаемых продавцов для дачи рекомендаций в форме предложений, относящихся к соответствующим товарам или продавцам.13. The method according to claim 10, further comprising using collected information to determine categories of goods usually purchased by the user, and a set of frequently visited sellers to provide recommendations in the form of offers related to the respective goods or sellers. 14. Способ определения заинтересованности пользователя в конкретном товаре и распознавания общих предпочтений и привычек пользователя во время совершения покупок, содержащий этапы, на которых:14. A method for determining the user's interest in a particular product and recognizing the general preferences and habits of the user at the time of shopping, comprising the steps of: идентифицируют заинтересованность в приобретении и представляют указанную заинтересованность в качестве цели пользователя, при этом указанная цель имеет срок, при этом определяют достижение цели посредством различных контекстных вводов, выбираемых из группы, состоящей из местоположения: отслеживания активности покупок в интернет-магазине; счетов по кредитным картам; или транзакциям по телефону.identify the interest in the acquisition and represent the specified interest as the user's goal, while the specified goal has a term, while determining the achievement of the goal through various contextual entries selected from the group consisting of locations: tracking the activity of purchases in the online store; credit card bills; or phone transactions. 15. Способ по п.14, дополнительно содержащий этапы, на которых создают рекомендации посредством разбиения действий на подгруппы действий, при этом выполняют идентификацию разных подгрупп действий с использованием датчиков разных типов и получаемого контекста от датчиков, и создают и оценивают последовательность указанных подгрупп в соответствии с состоянием пользователя во время каждого из указанных действий.15. The method according to 14, further comprising the steps of creating recommendations by splitting the actions into subgroups of actions, identifying different subgroups of actions using sensors of different types and the resulting context from the sensors, and creating and evaluating the sequence of these subgroups in accordance with the state of the user during each of these actions. 16. Способ по п.14, дополнительно содержащий этапы, на которых: используют контекстные ключи для определения отношения указанной цели к пользователю или кому-либо другому и создают профиль, разбитый на основной сегмент, относящийся непосредственно к пользователю, и другие сегменты, относящиеся к другим людям или действиям, относящимся к указанному пользователю.16. The method of claim 14, further comprising the steps of: using context keys to determine the relationship of the specified goal to the user or someone else and creating a profile broken down into a main segment that relates directly to the user and other segments related to other people or activities related to the specified user. 17. Машиночитаемый носитель информации, содержащий команды выполняемые компьютером, вызывающие выполнение компьютером этапов, на которых:17. A computer-readable storage medium containing instructions executed by a computer, causing the computer to complete the steps in which: собирают контекстную информацию о пользователе и используют эвристику, основанную на базе данных общедоступных сведений, для перевода местоположения, отслеживаемого в течение времени вместе с контекстной информацией в семантическую информацию о местоположении.collect contextual information about the user and use heuristics based on a database of publicly available information to translate a location tracked over time along with contextual information into semantic location information. 18. Машиночитаемый носитель информации по п.17, дополнительно содержащий дополнительные команды, вызывающие выполнение компьютером дополнительных этапов, на которых создают и идентифицируют указанную эвристику.18. The computer-readable storage medium according to claim 17, further comprising additional instructions causing the computer to perform additional steps in which said heuristic is created and identified. 19. Машиночитаемый носитель информации по п.18, содержащий команды, вызывающие выполнение этапов, на которых получают отслеживаемые данные о координатах GPS на протяжении всего дня пользователя, и сначала выполняют их кластеризацию для идентификации интересуемых местоположений, затем повышают уровень до улицы и номера дома или названия фирмы, и выполняют семантическую интерпретацию для помещения в одну из нескольких категорий.19. The computer-readable storage medium according to claim 18, comprising instructions for executing steps in which to obtain tracking data on GPS coordinates throughout the user's day, and first cluster them to identify locations of interest, then increase the level to the street and house number or company names, and perform semantic interpretation for placement in one of several categories. 20. Машиночитаемый носитель информации по п.19, содержащий команды, вызывающие выполнение этапов, на которых используют эвристику для семантической интерпретации кластеризованных местоположений с уровнем, поднятым до улицы и номера дома или названия фирмы, для помещения в одну из нескольких категорий.20. The computer-readable storage medium according to claim 19, containing instructions that invoke the steps in which heuristics are used to semantically interpret clustered locations with a level raised to the street and house number or company name to be placed in one of several categories. 21. Машиночитаемый носитель информации по п.20, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых конкретизируют категории с получением набора ежедневных шаблонов.21. The computer-readable storage medium according to claim 20, containing additional commands that cause the computer to complete the steps in which the categories are specified with a set of daily patterns. 22. Машиночитаемый носитель информации по п.17, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых предоставляют семантическую информацию о местоположении поставщику услуг, при этом обеспечивают, при помощи поставщика услуг, стимулирование указанного пользователя на основе контекстной информации.22. The computer-readable storage medium according to claim 17, comprising additional instructions causing the computer to complete the steps of providing semantic location information to the service provider, while providing, with the help of the service provider, stimulating said user based on contextual information. 23. Машиночитаемый носитель информации, кодированный выполняемыми компьютером командами, вызывающими при обращении к ним определение заинтересованности пользователя в приобретении конкретного товара и распознают общие предпочтения и привычки пользователей при совершении покупок посредством использования поведения при просмотре веб-страниц для определения товара, интересующего указанного пользователя в качестве объекта приобретения, и способа совершения покупок указанным пользователем;23. A machine-readable storage medium encoded by computer-executable commands that cause them to determine a user's interest in purchasing a particular product when they are accessed and recognize the general preferences and habits of users when making purchases by using the behavior of browsing the web to determine the product of interest to the specified user as object of purchase, and method of making purchases by the specified user; при этом определяют указанное поведение при просмотре веб-страниц посредством отслеживания некоторых или всех загруженных веб-страниц и анализа, по меньшей мере, URL, текста страниц и cookies, связанных с загруженными веб-страницами.this determines the specified behavior when browsing the web by tracking some or all of the loaded web pages and analyzing at least the URL, text of the pages and cookies associated with the loaded web pages. 24. Машиночитаемый носитель информации по п.23, содержащий дополнительные команды, выполняемые компьютером, вызывающие выполнение компьютером этапов, на которых отслеживают, в течение времени набор посещенных доменов и анализируют отдельные страницы для определения, представляют ли указанные страницы результат поиска или веб-страницы с описанием товара, на основании известных шаблонов веб-страниц.24. The computer-readable storage medium according to claim 23, comprising additional computer commands that cause the computer to perform the steps of monitoring the set of visited domains over time and analyzing individual pages to determine whether said pages represent a search result or web pages with product descriptions based on well-known web page templates. 25. Машиночитаемый носитель информации по п.24, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: используют известные форматы URL, структуры страницы и текстовые шаблоны, отслеживают количество осуществленных поисков и набор сайтов, на которых был произведен поиск, идентифицируют просмотры товара на сайтах продавцов, и получают веб-страницы, содержащие подробности о товаре, и дополнительную информацию от систем веб-услуг.25. The computer-readable storage medium according to paragraph 24, containing additional commands that cause the computer to complete the steps in which: they use well-known URL formats, page structures and text patterns, track the number of searches performed and the set of sites on which the search was performed, identify product views on seller’s sites, and receive web pages containing product details and additional information from web service systems. 26. Машиночитаемый носитель информации по п.25, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: отслеживают набор сайтов, на которых был просмотрен товар, и отслеживают для каждого сайта количество помещений пользователем страницы с описанием указанного товара, дату последнего посещения, количество активных посещений, при которых пользователь взаимодействовал со страницей на указанном сайте посредством прокрутки содержания или щелчков, и количества добавлений товара в виртуальную корзину продавца.26. The computer-readable storage medium according to claim 25, containing additional instructions that cause the computer to complete the steps in which: they track the set of sites on which the product was viewed, and track for each site the number of rooms a user has with a page describing the product, the date of the last visit, the number of active visits in which the user interacted with the page on the specified site by scrolling through the content or clicks, and the number of product additions to the virtual shopping cart tsa. 27. Машиночитаемый носитель информации по п.23, дополнительно содержащий команды, вызывающие выполнение компьютером этапов, на которых: идентифицируют учетные данные пользователя на основании веб-страниц и cookies для соотнесения поиска и просмотров страниц с описанием товара с конкретным пользователем.27. The computer-readable storage medium according to claim 23, further comprising instructions for causing the computer to complete the steps in which: the user credentials are identified on the basis of web pages and cookies to correlate search and pageviews with product descriptions to a specific user. 28. Машиночитаемый носитель информации по п.23, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых вычисляют товары, интересующие пользователя, для приобретения посредством оценки каждого товара в соответствии с нижеприведенной формулой:28. The computer-readable storage medium according to item 23, containing additional commands that cause the computer to complete the steps in which the products of interest to the user are calculated for purchase by evaluating each product in accordance with the following formula: s c o r e = A d ( W p V p + W a V a + W M ( M − 1 ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000002
 s c o r e = A d ( W p V p + W a V a + W M ( M - one ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000002
 где А - коэффициент срока действия (например, 0,9);where A is the coefficient of validity (for example, 0.9); d - количество дней, прошедшее с момента последнего просмотра указанного товара;d - the number of days that have passed since the last viewing of the specified product; Vp - общее количество просмотров страниц с указанным товаром для всех продавцов;V p - the total number of page views with the specified product for all sellers; Wp - числовой весовой коэффициент посмотренных страниц;W p is the numerical weight coefficient of the viewed pages; Va - количество активных просмотров страниц с указанным товаром для всех продавцов;V a - the number of active pageviews with the specified product for all sellers; Wa - числовой весовой коэффициент для активных просмотров страниц;W a - numerical weighting factor for active pageviews; М - количество продавцов, у которых данный товар был просмотрен;M - the number of sellers whose product has been viewed; WM - числовой весовой коэффициент для количества продавцов;W M is the numerical weight coefficient for the number of sellers; С - количество помещений товара в корзину для всех продавцов;C is the number of premises of the product in the basket for all sellers; Wc - числовой весовой коэффициент добавления товара в корзину;W c is the numerical weight coefficient of adding the product to the basket; Si - количество слов, используемых в i-м поисковом запросе, совпадающем с метаданными указанного товара.S i - the number of words used in the i-th search query that matches the metadata of the specified product. 29. Машиночитаемый носитель информации по п.28, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: используют собранную информацию для определения категорий товаров, обычно приобретаемых пользователем, и набора часто посещаемых продавцов для дачи рекомендаций в форме предложений, относящихся к соответствующим товарам или продавцам.29. The computer-readable storage medium according to claim 28, comprising additional instructions causing the computer to complete the steps in which: they use the collected information to determine the categories of goods usually purchased by the user and a set of frequently visited sellers to give recommendations in the form of offers related to the respective goods or sellers. 30. Машиночитаемый носитель информации по п.23, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: идентифицируют заинтересованность пользователя в приобретении конкретного товара и представляют указанную заинтересованность в качестве цели пользователя, при этом указанная цель имеет срок, и определяют достижение цели посредством различных контекстных вводов, выбираемых из группы, состоящей из: местоположения отслеживания активности покупок в Интернет-магазине; счетов по кредитным картам; или транзакциям оплаты по телефону.30. The computer-readable storage medium according to item 23, containing additional commands that cause the computer to complete the steps in which: they identify the user's interest in purchasing a particular product and represent the specified interest as the user's goal, while the specified goal has a time limit, and determine the achievement of the goal by various contextual entries selected from the group consisting of: locations of tracking activity of purchases in the online store; credit card bills; or telephone payment transactions. 31. Машиночитаемый носитель информации по п.23, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: создают рекомендации, посредством разбиения действий на подгруппы действий, при этом идентифицируют указанные разные подгруппы действий с использованием датчиков разных типов и получаемого контекста от датчиков, и создают и оценивают последовательность указанных подгрупп в соответствии с состоянием пользователя во время каждого из указанных действий.31. The computer-readable storage medium according to item 23, containing additional commands that cause the computer to perform the steps in which: create recommendations by splitting the actions into subgroups of actions, identifying these different subgroups of actions using sensors of different types and the received context from the sensors, and create and evaluate the sequence of these subgroups in accordance with the state of the user during each of these actions. 32. Машиночитаемый носитель информации по п.30, содержащий дополнительные команды, вызывающие выполнение компьютером этапов, на которых: используют контекстные ключи для определения отношения цели к пользователю или кому-либо другому и создают профиль, разбитый на основной сегмент, относящийся непосредственно к пользователю, и другие сегменты, относящиеся к другим людям или действиям, относящимся к указанному пользователю.32. The computer-readable storage medium according to claim 30, comprising additional instructions that cause the computer to execute the steps in which: they use context keys to determine the relationship of the target to the user or to someone else and create a profile that is divided into a main segment that relates directly to the user, and other segments related to other people or actions related to the specified user. 33. Система, содержащая:33. A system comprising: платформу связи и усвоения информации, выполненную с возможностью сбора контекстной информации о пользователе и использования эвристики, основанной на базе данных общедоступных сведений, для перевода местоположения, отслеживаемого в течение времени, вместе с контекстной информацией в семантическую информацию о местоположении.a communication and information assimilation platform configured to collect contextual information about the user and use heuristics based on a database of publicly available information to translate a location tracked over time along with contextual information into semantic location information. 34. Система по п.33, в которой указанная платформа выполнена с возможностью создания и идентификации указанной эвристики.34. The system of claim 33, wherein said platform is configured to create and identify said heuristic. 35. Система по п.34, в которой отслеживаемые данные о координатах GPS получены непрерывно на протяжении всего дня пользователя и сначала кластеризированы для идентификации интересуемых местоположений, и повышены до улицы и номера дома или названия фирмы, а затем семантически интерпретированы для помещения в одну из нескольких категорий.35. The system according to clause 34, in which the tracked data on GPS coordinates is obtained continuously throughout the user's day and is first clustered to identify the locations of interest, and upgraded to the street and house number or company name, and then semantically interpreted to be placed in one of several categories. 36. Система по п.35, в которой эвристика использована для семантической интерпретации кластеризованных местоположений, имеющих поднятый уровень до улицы и номера дома или названия фирмы, для помещения в одну или множество категорий.36. The system of claim 35, wherein the heuristic is used to semantically interpret clustered locations having a raised level to the street and house number or company name for placement in one or many categories. 37. Система по п.36, содержащая платформу, выполненную с возможностью дополнительной конкретизации категории с получением набора ежедневных шаблонов.37. The system of claim 36, comprising a platform configured to further refine the category to provide a set of daily patterns. 38. Система по п.33, содержащая платформу, выполненную с возможностью предоставления семантической информации о местоположении поставщику услуг, при этом поставщик услуг выполнен с возможностью стимулирования указанного пользователя на основе контекстной информации.38. The system of claim 33, comprising a platform configured to provide semantic location information to a service provider, wherein the service provider is configured to stimulate a specified user based on contextual information. 39. Система, содержащая:39. A system comprising: платформу связи и усвоения информации, выполненную с возможностью определения заинтересованности пользователя в приобретении конкретного товара и распознания общих предпочтений и привычек пользователя при совершении покупок посредством определения поведения пользователя при просмотре веб-страниц для определения товаров, интересующих пользователя в качестве объекта приобретения, и способа совершения пользователем покупок;a communication and information assimilation platform configured to determine a user's interest in purchasing a particular product and to recognize the general preferences and habits of the user when making purchases by determining the user’s behavior when browsing the web to determine the goods of interest to the user as an object of purchase and the way the user completes purchases при этом поведение при просмотре веб-страниц определяется отслеживанием всех загруженных веб-страниц и анализом, по меньшей мере, URL, текста страниц и cookies, связанных с каждой загруженной веб-страницей.wherein the browsing behavior is determined by tracking all downloaded web pages and analyzing at least the URL, page text and cookies associated with each loaded web page. 40. Система по п.39, в которой платформа выполнена с возможностью отслеживания, в течение времени, набора посещенных доменов и анализа отдельных страниц для определения, представляют ли указанные страницы результат поиска или веб-страницы с описанием товара, на основании известных шаблонов веб-страниц.40. The system of claim 39, wherein the platform is configured to track, over time, a set of visited domains and analyze individual pages to determine whether said pages represent a search result or web pages with product descriptions based on known web templates pages. 41. Система по п.40, в которой платформа дополнительно выполнена с возможностью использования известных форматов URL, структур страницы и текстовых шаблонов для отслеживания количества осуществленных поисков, и набора сайтов, осуществления поиска, идентификации просмотров товара на сайтах продавцов и получения веб-страниц, содержащих подробности о товаре и дополнительную информацию от систем веб-услуг.41. The system of claim 40, wherein the platform is further configured to use well-known URL formats, page structures, and text patterns to track the number of searches performed, and a set of sites, search, identify product views on seller’s sites and receive web pages, containing product details and additional information from web services systems. 42. Система по п.41, в которой платформа дополнительно выполнена с возможностью отслеживания набора сайтов, на которых был просмотрен товар, и отслеживания для каждого сайта количества посещений пользователем на указанном сайте описания указанного товара, даты последнего посещения, количества активных посещений, во время которых пользователь взаимодействовал со страницей на указанном сайте посредством прокрутки содержания или щелчков, и количества добавлений товара в виртуальную корзину продавца.42. The system of claim 41, wherein the platform is further configured to track a set of sites on which the product has been viewed, and track for each site the number of visits by the user on the specified site to the description of the specified product, date of the last visit, number of active visits, during which the user interacted with the page on the specified site by scrolling through the content or clicks, and the number of product additions to the seller’s virtual basket. 43. Система по п.39, в которой платформа дополнительно выполнена с возможностью идентификации учетных данных пользователя на основании веб-страниц и cookies для соотнесения поиска и просмотров страниц с товарами с конкретным пользователем.43. The system of claim 39, wherein the platform is further configured to identify user credentials based on web pages and cookies to correlate search and page views with products to a specific user. 44. Система по п.39, в которой платформа дополнительно выполнена с возможностью вычисления товара, интересующего пользователя для приобретения посредством оценки каждого товара в соответствии с нижеприведенной формулой:44. The system of claim 39, wherein the platform is further configured to calculate a product of interest to a user for purchase by evaluating each product in accordance with the following formula: s c o r e = A d ( W p V p + W a V a + W M ( M − 1 ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000003
 s c o r e = A d ( W p V p + W a V a + W M ( M - one ) + W c C + ∑ s e a r c h e s W s S i ) ,
Figure 00000003
 где A - коэффициент срока действия (например, 0,9);where A is the validity factor (for example, 0.9); d - количество дней, прошедшее с момента последнего просмотра указанного товара;d - the number of days that have passed since the last viewing of the specified product; Vp - общее количество просмотров страниц с указанным товаром для всех продавцов;V p - the total number of page views with the specified product for all sellers; Wp - числовой весовой коэффициент для просмотров страниц;W p - numerical weighting factor for page views; Va - количество активных просмотров страниц с указанным товаром для всех продавцов;V a - the number of active pageviews with the specified product for all sellers; Wa - числовой весовой коэффициент для активных просмотров страниц;W a - numerical weighting factor for active pageviews; М - количество продавцов, у которых данный товар просмотрен;M - the number of sellers whose product has been viewed; WM - числовой весовой коэффициент для количества продавцов;W M is the numerical weight coefficient for the number of sellers; С - количество помещений товара в корзину для всех продавцов;C is the number of premises of the product in the basket for all sellers; Wc - числовой весовой коэффициент добавления товара в корзину;W c is the numerical weight coefficient of adding the product to the basket; Si - количество слов, используемых в i-м поисковом запросе, совпадающем с метаданными указанного товара.S i - the number of words used in the i-th search query that matches the metadata of the specified product. 45. Система по п.44, в которой платформа дополнительно выполнена с возможностью использования собранной информации для определения категорий товаров, обычно приобретаемых пользователем, и набора часто посещаемых продавцов для дачи рекомендаций в форме предложений, относящихся к соответствующим товарам или продавцам.45. The system of claim 44, wherein the platform is further configured to use the collected information to determine categories of goods usually purchased by the user and a set of frequently visited sellers to provide recommendations in the form of offers related to the respective goods or sellers. 46. Система по п.39, в которой платформа дополнительно выполнена с возможностью идентификации заинтересованности пользователя в приобретении конкретного товара и представления указанной заинтересованности в качестве цели пользователя, при этом указанная цель имеет срок, а достижение цели определяется посредством различных контекстных вводов, выбираемых из группы, состоящей из местоположения: отслеживания активности покупок в интернет-магазине; счетов по кредитным картам; или транзакциям по телефону.46. The system of claim 39, wherein the platform is further configured to identify a user's interest in acquiring a particular product and present said interest as a user’s goal, said goal having a deadline, and achieving the goal is determined through various contextual entries selected from the group consisting of location: tracking the activity of purchases in the online store; credit card bills; or phone transactions. 47. Система по п.39, в которой платформа выполнена с возможностью создания рекомендаций посредством разбиения действий на подгруппы действий, при этом идентификация разных функциональных подгрупп выполняется с использованием датчиков разных типов и получаемого контекста от датчиков, и с возможностью создания и оценки последовательности указанных подгрупп в соответствии с состоянием пользователя во время каждого из указанных действий.47. The system of claim 39, wherein the platform is configured to create recommendations by splitting actions into subgroups of actions, while identifying different functional subgroups using sensors of different types and the resulting context from the sensors, and with the ability to create and evaluate the sequence of these subgroups in accordance with the state of the user during each of these actions. 48. Система по п.46, в которой платформа дополнительно выполнена с возможностью использования контекстных ключей для определения отношения цели к пользователю или кому-либо другому и создания профиля, разбитого на основной сегмент, относящийся непосредственно к пользователю, и другие сегменты относящихся к другим людям или действиям, относящимся к указанному пользователю. 48. The system of claim 46, wherein the platform is further configured to use contextual keys to determine a target’s relationship with a user or someone else and create a profile broken down into a main segment that relates directly to the user and other segments that relate to other people or actions related to the specified user.
RU2012127417/08A 2009-12-15 2009-12-15 Systems, devices and methods of using contextual information RU2541890C2 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2009/068131 WO2011075120A1 (en) 2009-12-15 2009-12-15 Context information utilizing systems, apparatus and methods

Publications (2)

Publication Number Publication Date
RU2012127417A true RU2012127417A (en) 2014-01-10
RU2541890C2 RU2541890C2 (en) 2015-02-20

Family

ID=44167613

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012127417/08A RU2541890C2 (en) 2009-12-15 2009-12-15 Systems, devices and methods of using contextual information

Country Status (8)

Country Link
US (1) US20120246000A1 (en)
EP (1) EP2513858A4 (en)
JP (1) JP2013512501A (en)
CN (2) CN102667840A (en)
BR (1) BR112012014148A2 (en)
IN (1) IN2012DN03063A (en)
RU (1) RU2541890C2 (en)
WO (1) WO2011075120A1 (en)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8621046B2 (en) 2009-12-26 2013-12-31 Intel Corporation Offline advertising services
US8429685B2 (en) 2010-07-09 2013-04-23 Intel Corporation System and method for privacy-preserving advertisement selection
MX2013008278A (en) * 2011-01-17 2014-10-17 Imetrik Technologies Inc Computer-implemented method and system for reporting a confidence score in relation to a vehicle equipped with a wireless-enabled usage reporting device.
US8775275B1 (en) * 2011-03-30 2014-07-08 Amazon Technologies, Inc. Inferring user intent based on network navigation paths
US10082574B2 (en) 2011-08-25 2018-09-25 Intel Corporation System, method and computer program product for human presence detection based on audio
KR101482756B1 (en) * 2013-08-07 2015-01-14 네이버 주식회사 Method and system for recommending keyword based semantic area
CN103679494B (en) * 2012-09-17 2018-04-03 阿里巴巴集团控股有限公司 Commodity information recommendation method and device
US9740773B2 (en) 2012-11-02 2017-08-22 Qualcomm Incorporated Context labels for data clusters
US9336295B2 (en) * 2012-12-03 2016-05-10 Qualcomm Incorporated Fusing contextual inferences semantically
US9582572B2 (en) 2012-12-19 2017-02-28 Intel Corporation Personalized search library based on continual concept correlation
US20150120452A1 (en) * 2013-10-29 2015-04-30 Wal-Mart Stores, Inc. Product Information by Consumer Movement
CN105940420A (en) * 2013-11-04 2016-09-14 西班牙社会物联网有限公司 Device for recording data for monitoring and tracking the dispatch and transportation of goods requiring specific values to be maintained, and method for achieving said monitoring and tracking
US9904932B2 (en) * 2014-12-29 2018-02-27 Google Llc Analyzing semantic places and related data from a plurality of location data reports
CN104850541B (en) * 2015-06-04 2016-10-26 武汉大学 A kind of semantic locations conversion method based on position semantic net
US10146829B2 (en) 2015-09-28 2018-12-04 Google Llc Query composition system
US10394823B2 (en) * 2017-01-04 2019-08-27 International Business Machines Corporation Detection and utilization of attributes
US20180210872A1 (en) * 2017-01-23 2018-07-26 Microsoft Technology Licensing, Llc Input System Having a Communication Model
US10706108B2 (en) * 2017-04-29 2020-07-07 Cisco Technology, Inc. Field name recommendation
EP3627339A4 (en) 2017-06-30 2020-04-29 Guangdong Oppo Mobile Telecommunications Corp., Ltd. User location identification method and apparatus, storage medium, and electronic device
CN108242016B (en) * 2018-01-25 2022-01-25 创新先进技术有限公司 Product recommendation method and device
RU2699059C1 (en) * 2018-02-12 2019-09-03 Общество с ограниченной ответственностью "Колтувизит" (ООО "КТВ") Method for attracting customers to sales offices of goods and services
RU2706473C1 (en) * 2019-05-30 2019-11-19 Сергей Алексеевич Гридяев Search system and method with automated provision of content of goods and / or services through a data network

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5644723A (en) * 1989-05-01 1997-07-01 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
CH690875A5 (en) * 1996-05-21 2001-02-15 Hts High Technology Systems Ag Home and building automation system.
US6837436B2 (en) * 1996-09-05 2005-01-04 Symbol Technologies, Inc. Consumer interactive shopping system
US6029141A (en) * 1997-06-27 2000-02-22 Amazon.Com, Inc. Internet-based customer referral system
US6484149B1 (en) * 1997-10-10 2002-11-19 Microsoft Corporation Systems and methods for viewing product information, and methods for generating web pages
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US7720723B2 (en) * 1998-09-18 2010-05-18 Amazon Technologies, Inc. User interface and methods for recommending items to users
JP3488104B2 (en) * 1998-11-18 2004-01-19 富士通株式会社 Mobile object characteristic extraction device, characteristic extraction method, and program recording medium therefor
US7082407B1 (en) * 1999-04-09 2006-07-25 Amazon.Com, Inc. Purchase notification service for assisting users in selecting items from an electronic catalog
US7302429B1 (en) * 1999-04-11 2007-11-27 William Paul Wanker Customizable electronic commerce comparison system and method
US20040199435A1 (en) * 1999-07-28 2004-10-07 Abrams David Hardin Method and apparatus for remote location shopping over a computer network
AU2001239945A1 (en) * 2000-02-29 2001-09-12 E-Scoring, Inc. Systems and methods enabling anonymous credit transactions
US7228327B2 (en) * 2000-05-08 2007-06-05 Hoshiko Llc Method and apparatus for delivering content via information retrieval devices
US7249056B1 (en) * 2000-08-17 2007-07-24 Performics, Inc. Method and system for exchanging data between affiliated sites
US7844489B2 (en) * 2000-10-30 2010-11-30 Buyerleverage Buyer-driven targeting of purchasing entities
JP2002216021A (en) * 2001-01-23 2002-08-02 Fujitsu Ltd Server system for distributing information to portable mobile information terminal in specific area
US20020156685A1 (en) * 2001-02-10 2002-10-24 International Business Machines Corporation System and method for automating electronic commerce transactions using a virtual shopping cart
US20020198882A1 (en) * 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
US7295995B1 (en) * 2001-10-30 2007-11-13 A9.Com, Inc. Computer processes and systems for adaptively controlling the display of items
CN1206872C (en) * 2002-03-15 2005-06-15 国际商业机器公司 System and method for managing position of mobile station mobile station and mobile network
US8965998B1 (en) * 2002-03-19 2015-02-24 Amazon Technologies, Inc. Adaptive learning methods for selecting web page components for inclusion in web pages
JP4140326B2 (en) * 2002-09-17 2008-08-27 日産自動車株式会社 Information providing apparatus, information providing program, and information providing method
US7318056B2 (en) * 2002-09-30 2008-01-08 Microsoft Corporation System and method for performing click stream analysis
US8065227B1 (en) * 2003-12-31 2011-11-22 Bank Of America Corporation Method and system for producing custom behavior scores for use in credit decisioning
WO2006042265A2 (en) * 2004-10-11 2006-04-20 Nextumi, Inc. System and method for facilitating network connectivity based on user characteristics
US7835859B2 (en) * 2004-10-29 2010-11-16 Aol Inc. Determining a route to a destination based on partially completed route
US7636785B2 (en) * 2004-11-16 2009-12-22 Microsoft Corporation Heuristic determination of user origin
US7882043B2 (en) * 2005-01-07 2011-02-01 International Business Machines Corporation Method and apparatuses for facilitating spontaneous shopping collaboration
WO2006083939A2 (en) * 2005-01-31 2006-08-10 4Info, Inc. Prioritization of search responses system and method
US8131861B2 (en) * 2005-05-20 2012-03-06 Webtrends, Inc. Method for cross-domain tracking of web site traffic
US20070073592A1 (en) * 2005-09-28 2007-03-29 Redcarpet, Inc. Method and system for network-based comparision shopping
JP4861004B2 (en) * 2005-12-27 2012-01-25 株式会社エヌ・ティ・ティ・ドコモ Service recommendation system and service recommendation method
US7756534B2 (en) * 2006-05-19 2010-07-13 Alcatel-Lucent Usa Inc. Provision of location-based services utilizing user movement statistics
CN100450179C (en) * 2006-05-30 2009-01-07 浙江工业大学 Household safe and security equipment for solitary old person based on omnibearing computer vision
US7831586B2 (en) * 2006-06-09 2010-11-09 Ebay Inc. System and method for application programming interfaces for keyword extraction and contextual advertisement generation
US8055548B2 (en) * 2006-06-23 2011-11-08 Stb Enterprises, Llc System for collaborative internet competitive sales analysis
JP2008152564A (en) * 2006-12-18 2008-07-03 Orion Denki Kk Personal digital assistant and content distribution system
EP1939797A1 (en) * 2006-12-23 2008-07-02 NTT DoCoMo, Inc. Method and apparatus for automatically determining a semantic classification of context data
GB2458072A (en) * 2007-02-01 2009-09-09 Billion People 7 Dynamic reconfiguration of web pages based on user behavioral portrait
US20080215348A1 (en) * 2007-03-02 2008-09-04 Marc Guldimann System and methods for advertisement and event promotion
US20080221987A1 (en) * 2007-03-07 2008-09-11 Ebay Inc. System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile
WO2008131388A2 (en) * 2007-04-22 2008-10-30 Phone Through, Inc. Methods and apparatus related to content sharing between devices
US7636677B1 (en) * 2007-05-14 2009-12-22 Coremetrics, Inc. Method, medium, and system for determining whether a target item is related to a candidate affinity item
US7983926B2 (en) * 2007-06-08 2011-07-19 Conopco, Inc. Purchases method and system
CN101471802A (en) * 2007-12-29 2009-07-01 上海聚力传媒技术有限公司 Method and apparatus for exhibiting advertisement in multimedia content based on user personalized information
US8015144B2 (en) * 2008-02-26 2011-09-06 Microsoft Corporation Learning transportation modes from raw GPS data
US8271413B2 (en) * 2008-11-25 2012-09-18 Google Inc. Providing digital content based on expected user behavior
US8234147B2 (en) * 2009-05-15 2012-07-31 Microsoft Corporation Multi-variable product rank
US8527336B2 (en) * 2010-03-04 2013-09-03 Sanjay Kothari Payment method decision engine
US9401965B2 (en) * 2010-12-09 2016-07-26 Google Inc. Correlating user interactions with interfaces
US8515828B1 (en) * 2012-05-29 2013-08-20 Google Inc. Providing product recommendations through keyword extraction from negative reviews

Also Published As

Publication number Publication date
RU2541890C2 (en) 2015-02-20
JP2013512501A (en) 2013-04-11
WO2011075120A1 (en) 2011-06-23
IN2012DN03063A (en) 2015-07-31
CN106910090A (en) 2017-06-30
EP2513858A1 (en) 2012-10-24
BR112012014148A2 (en) 2016-05-17
CN102667840A (en) 2012-09-12
US20120246000A1 (en) 2012-09-27
EP2513858A4 (en) 2013-11-20

Similar Documents

Publication Publication Date Title
RU2012127417A (en) SYSTEMS, DEVICES AND METHODS FOR USING CONTEXT INFORMATION
Bhandari et al. Impact of search engine optimization as a marketing tool
US20190266133A1 (en) Apparatus, systems, and methods for analyzing characteristics of entities of interest
US8886636B2 (en) Context transfer in search advertising
US8620746B2 (en) Scoring quality of traffic to network sites
US20060069784A2 (en) Internet Domain Keyword Optimization
US20210326936A1 (en) Location-based bid modifiers
EP2557511B1 (en) Information processing device, information processing method, information processing programme, and recording medium
EP2159716A1 (en) System and method for interfacing a web browser widget with social indexing
US20090070310A1 (en) Online advertising relevance verification
US20110246300A1 (en) Techniques to determe when an internet user is in-market for a specific product and determining general shopping preferences and habits of internet users
CN106796612A (en) Interactive routing of data based on user and the machine readable code of content-data and the system and method for being connected user
CN105488163B (en) Information-pushing method and device
CN103838732A (en) Vertical search engine in life service field
CN103198072A (en) Method and device for mining and recommendation of popular search word
CN106897905A (en) Method, device and electronic equipment for pushed information
Hopkins et al. Public health implications of Google searches for sunscreen, sunburn, skin cancer, and melanoma in the United States
CN103365906A (en) System and method for achieving search and recommendation based on locations
US20110246469A1 (en) Techniques to capture context and location information and utilize heuristics to turn location tracked over time and context information into semantic location information
US20110246214A1 (en) Techniques to identify in-market purchasing interests
CN103646342A (en) Search engine consumption data and return data registration method and platform
JP2015225582A (en) Information processor, information processing method and program
CN107634985A (en) Information-pushing method, device, computer and medium
JP6707020B2 (en) Extraction device, extraction method, and extraction program
CN102214173A (en) Method and device for choosing keywords for web publishing

Legal Events

Date Code Title Description
TK4A Correction to the publication in the bulletin (patent)

Free format text: AMENDMENT TO CHAPTER -FG4A- IN JOURNAL: 5-2015 FOR TAG: (57)

MM4A The patent is invalid due to non-payment of fees

Effective date: 20171216